声源定位模型的训练与声源定位方法、装置

摘要

本公开提供了一种声源定位模型的训练与声源定位方法，涉及语音处理、深度学习等人工智能技术领域。声源定位模型的训练方法包括：根据包含唤醒词的音频信号得到样本音频；提取样本音频中至少一个音频帧的音频特征，标注至少一个音频帧的方向标签与掩码标签；使用至少一个音频帧的音频特征、方向标签与掩码标签对神经网络模型进行训练，得到声源定位模型。声源定位方法包括：获取待处理音频信号，提取待处理音频信号中每个音频帧的音频特征；将每个音频帧的音频特征输入声源定位模型，得到声源定位模型针对每个音频帧输出的声源方向信息；确定待处理音频信号中的唤醒词尾点帧；根据对应唤醒词尾点帧的声源方向信息得到待处理音频信号的声源方向。